代价敏感概率神经网络及其在故障诊断中的应用

来源期刊：控制与决策2010年第7期

论文作者：唐明珠 阳春华 桂卫华 谢永芳

文章页码：1074 - 1078

关键词：代价敏感学习;概率神经网络;分类;代价敏感概率神经网络;

摘    要：针对传统的分类算法大多以误分率最小化为目标,忽略了误分类型之间的差别和数据集的非平衡性的问题,提出代价敏感概率神经网络算法.该算法将代价敏感机制引入概率神经网络,用期望代价取代误分率,以期望代价最小化为目标,基于期望代价最小的贝叶斯决策规则预测新样本类别.采用工业现场数据和数据集German Credit验证了该算法的有效性.实验结果表明,该算法具有故障识别率高、泛化能力强、建模时间短等特点.